Comment Cloud GPU révolutionne l’accès à l’IA dans les PME
À l'heure actuelle, il y a peu de raisons de douter que le Cloud GPU sera le moteur de la prochaine révolution numériquedont le point d’appui – il est presque superflu de le rappeler – est constitué par les technologies d’intelligence artificielle.
Des technologies capables d’exprimer un potentiel maximal et de donner l’impulsion nécessaire à l’innovation commerciale seulement tant que les entreprises peuvent prendre en charge les applications modernes leur fournir la puissance de calcul dont ils ont besoin, au moment où ils en ont besoin.
Cloud GPU, l'intelligence artificielle n'est plus optionnelle (même pas en Italie)
En revanche, ce n’est plus un choix facultatif : reporter l'adoption de ces outilset les investissements qu'ils impliquent, cela ne veut pas seulement dire perdre du terrain par rapport à des concurrents plus avancés sur le plan numérique. L'enjeu est la capacité de l'entreprise à s'adapter à un marché en constante évolution, qui prend également une forme très spécifique en Italie : seulement dans notre pays, en fait, le chiffre d'affaires lié aux solutions d'IA a enregistré une croissance de 52% en 2023, d'une valeur totale de 760 millions d'euros.
L'estimation provient de l'Observatoire de l'Intelligence Artificielle de l'École Polytechnique de Milan, selon laquelle les investissements ils tournent pour la plupart autour des plateformes d’analyse et d’interprétation de textes pour la recherche sémantique, aux outils de classification, de synthèse et d'explication de documents et aux agents conversationnels traditionnels.
Cependant, ils commencent Les projets d’IA générative gagnent également du terraindont la valeur a atteint 38 millions d'euros. Plus précisément, les solutions d'exploration et de prédiction de données, d'aide à la décision et de systèmes d'optimisation représentent 29 % des dépenses. 27 % sont consacrés aux systèmes d’analyse, de classification et de conversation de texte. Les systèmes de recommandation représentent 22 % du chiffre d'affaires, tandis que 10 % sont imputables à l'analyse de vidéos et d'images. Enfin, les Process Orchestration Systems et Generative AI représentent respectivement 7 et 5 %.
Cloud GPU, défis de provisionnement des ressources de calcul
Les entreprises ont donc un besoin toujours croissant de des infrastructures qui assurent les ressources informatiques nécessaires pour accompagner chaque phase de changement. Grâce à l'affirmation du métaverse et de la réalité X, en plus des systèmes d'IA, en effet, les charges de travail des applications sont également vouées à profondément changer, ajoutant aux exigences de l'unité centrale de traitement (CPU) classique à l'unité de traitement graphique (GPU).
Le problème est que garantir cette exigence peut s’avérer extrêmement coûteux. Surtout si vous souhaitez construire une architecture propriétaire qui, au fil du temps il devra non seulement être entretenu, mis à jour et étendu – dans un marché de plus en plus gourmand en GPU – mais aussi et surtout maîtrisé en termes de consommation énergétique, étant donné qu’il s’agit d’unités de traitement extrêmement gourmandes en énergie.
« Et c'est là qu'intervient Cloud GPU », dit-il Davide Capozzi, directeur de l'innovation de WIIT. « Nous parlons d’une nouvelle approche de la fourniture de puissance de calcul : avec le Cloud GPU, comme le terme l’indique – les ressources informatiques pour l’IA deviennent demandées et peut être intégré dans des flux de travail nouveaux ou existants, en suivant les besoins spécifiques de l'entreprise et en s'adaptant aux différents cas d'utilisation, sans que les entreprises soient obligées d'acheter et d'installer des machines et des processeurs ».
Ainsi le Cloud GPU peut démocratiser l’accès à l’intelligence artificielle
Le cloud, après tout, a toujours été un démocratiseur des technologieset selon Capozzi, ce sera l'élément perturbateur dans la construction de la chaîne de valeur nécessaire pour amener l’intelligence artificielle directement à l’utilisateur finalbénéficiant à tous les acteurs de la chaîne d’approvisionnement, quelles que soient leur capacité d’achat réelle et leurs compétences.
Les grandes entreprises ont beaucoup moins de difficultés à s’équiper de technologies de dernière génération. Ils le prouvent les initiatives entreprises par exemple par un géant comme Léonardqui a mis l'intelligence artificielle, la réalité augmentée, la robotique et les systèmes d'automatisation au centre d'une stratégie organique : le spécialiste des solutions dans l'Aéronautique, la Défense et la Sécurité entend utiliser L'IA comme relais de croissance de toutes les plateformes du groupeen tirant parti de projets d'innovation basés sur la puissance de calcul de davinci-1. Le supercalculateur développé en interne par Leonardo est disponible non seulement pour le réseau de onze laboratoires Leonardo, mais également pour le projet New Engineering & Manufacturing Enhanced System Innovation (Nemesi), qui est transformer le site de production de Pomigliano d'Arco (NA) en une véritable usine intelligente. Il s'agit d'un total d'environ 113 millions d'euros d'investissements, qui s'ajoutent au budget de 270 millions pour la période 2019-2022 et à 150 millions supplémentaires qui seront utilisés d'ici 2026 pour moderniser les usines de Campanie et des Pouilles.
Et qu’en est-il de Meta ? L'entreprise hypothèque son avenir sur développement de Applications basées sur l'IAet a révisé à la hausse ses prévisions de dépenses pour l'année en cours, à 35-40 milliards de dollars (l'estimation précédente était de 30 à 37 milliards de dollars). Une décision dictée par la nécessité de se doter d’infrastructures adéquates, à commencer par les datacenterset de renforcer les activités de recherche et développement, qui incluent également la conception de puces ad hoc. Si elle se confirmait, il s'agirait de la plus grande immobilisation de ressources de l'histoire du groupe créé par Mark Zuckerberg.
« Quand on fait partie d'entreprises de cette taille, il n'y a aucun problème pour accéder aux technologies de pointe », note Capozzi. « Mais si vous travaillez dans une PME et que vous souhaitez utiliser ce type de solution, comment faire ? Je ne fais certainement pas référence aux ordinateurs quantiques que créent certains grands acteurs, mais aussi, plus simplement, à un grand modèle de langage privé, indispensable pour faire vivre la magie de l’interface conversationnelle. Afin de réfléchir à la mise en place d'applications qui l'exploitent, nous devons disposer de modèles d’IA génératifs, qui doivent s’appuyer sur des ressources informatiques que seuls les GPU peuvent garantir.
Que signifie industrialiser le GPU Cloud
Si des modèles privés proposés par des fournisseurs de cloud résidant sur le territoire européen sont disponibles depuis un certain temps – donc conformes au scénario réglementaire qui encadre le traitement des données utilisées pour entraîner les plateformes – le Cloud GPU est toujours perçu comme une vraie nouveauté.
« Nous parlons de services lancés l'année dernière et qui, en raison de leur particularité, ne sont souvent même pas au catalogue : ils sont souvent conçu spécifiquement pour les entreprises qui choisissent d'activer des algorithmes d'intelligence artificielle et du machine learning et qui ont en même temps la possibilité de consommer à distance des GPU individuels ou des parties de ceux-ci, pour les utiliser spécifiquement pour les projets démarrés ».
Industrialiser cette approche signifie pour les fournisseurs de cloud comme WIIT mettre à disposition des instances personnalisées les clients qui en font la demande: partitions d'architecture optimisées qui permettent aux entreprises d'obtenir la capacité de calcul spécifique pour exécuter des applications basées sur l'IA sans encourir de lourds actifs financiers, ni développer les compétences nécessaires pour gérer les infrastructures.
« Le Cloud GPU, à mon avis, sera disruptif, précisément parce que soutiendra le déploiement de solutions basées sur l’IA quels que soient les aspects dimensionnels de l'entreprise », remarque Capozzi. « Nous nous rencontrons maintenant dans la troisième vague de battage médiatique provoquée par l'intelligence artificielle. La première s’est déroulée dans les années 1970, la seconde dans les années 1990, et on sait que dans les deux cas l’enthousiasme s’est estompé assez rapidement. Mais cette fois, c’est différent, précisément parce que grâce à la capacité d’évolutivité du cloud, l’intelligence artificielle peut atteindre directement le consommateur. Et il y a un autre aspect fondamental », commente le responsable de WIIT : « Si ces prévisions s'avèrent exactes, nous nous retrouverons à devoir répondre à la problématique de la gestion d’un nombre toujours croissant d’ouvrages à fort impact énergétique et environnemental : pouvoir les centraliser et les optimiser en termes de performances, en minimisant la consommation d'électricité et d'eau nécessaires au refroidissement des systèmes, sera essentiel pour rendre l'intelligence artificielle également durable ».
Contribution éditoriale développée en collaboration avec Wiit